非线性系统的网络化控制教材.doc

非线性系统的网络化控制  非线性系统的网络化控制 摘要随着控制技术与网络信息技术的不断融合，网络化控制系统已经应用于智能交通控制、楼宇自动化和航天器等许多领域。它的优点有可以资源共享，便于安装、扩展与维护，较高的可靠性。但也使得数据传输出现了随机时变延时，数据丢失和数据时序颠倒等问题，对系统性能和稳定性造成了不利影响。本文针对非线性系统的网络化控制进行了关于稳定性、预测控制的分析。 关键词非线性网络化控制；延时；丢包 0引言 从20世纪90年代NCS出现以来，在国民经济和国防建设等领域迅速得到了应用，随着计算机网络技术的发展，网络和控制结合的技术也日趋成熟，并在实际的工业控制，机器人控制，远程控制等方面得到了广泛应用。 目前研究非线性系统已经有了不少成果，但因为非线性系统本身有着非常复杂的特性，已提出的方法仍有着其局限性，对于一切非线性系统都适用的方法还没有找到。经典的研究方法主要包括相平面法、描述函数法和李亚普诺夫方法等，后来又出现了微分几何、微分代数和预测方法等理论。对于非线性网络化系统的控制，主要有两种方法对非线性系统进行精确线性化，利用线性网络化控制方法对原始的非线性网络化系统进行研究。另外，还有一种思路就是直接对非线性系统的网络化控制问题进行非线性化方面的研究，此部分的相关文献还比较少，应用的效果也比较局限。本文旨在针对非线性网络化控制系统做出分析。 1网络化控制系统的稳定性分析 1.1网络化控制系统中的基本问题对稳定性的影响 通信协议、驱动方式、单包传输和多包传输，以及网络调度等问题属于网络化控制系统的基本概念范畴，可以引起网络诱导延时、数据包丢失、时序错乱和网络拥塞等出现不同情况，而网络诱导延时、数据包丢失、时序错乱和网络拥塞等问题则又会导致网络化控制系统性能的降低，甚至引起失稳。 网络诱导延时会降低系统的性能，会减小网络化系统的稳定范围，进而影响系统稳定性。在保证稳定性的前提下，可以有一个比较小的丢包数范围，但如果超过就会导致系统出现失稳现象。时序错乱??降低数据的网络传输率，导致网络诱导时延的变大。网络拥塞会引起丢包率增大，数据传输时延增大，甚至可使系统失稳。 2线性系统网络化预测控制 2.1预测算法在网络化控制系统中的应用 利用预测控制的思想来设计NCS控制器,以期解决延时和丢包问题,将会是一个有效地途径。预测算法产生的预测值以及基于在线校正的反馈控制器对于网络延时和丢包有着很好的补偿作用。预测控制算法虽然有很多种,包括动态矩阵控制和广义预测控制等,但都基于一个基本的预测思想,基本原理主要是预测模型、滚动优化和反馈校正三部分。 2.2预测控制的基本原理 （1)预测模型 通过对被控对象动态特性进行描述,即依据系统历史信息和未来的输入,对系统的未来输出进行预测,预测模型一般分两种,一种是基于系统阶跃响应等信息的非参数模型,一种是类如微分方程等形式的参数模型。预测算法就是利用模型预测值与目标值的偏差作为设计控制器的根据的。 (2)滚动优化 对特定性能指标求取最优解,进而求出控制器的未来输出,由预测模型和控制器未来输出求取此性能指标。在一个采样周期内,优化性能指标值涉及到的预测值是分时段的,比如,从当前时刻1到未来N步时域范围,下一采样周期的时候,预测值的优化范围向前推移,以上各采样周期来讲,就是从时刻2到未来的第N+1步。优化指标虽然是不变的,是以一种静态参数的形式进行优化的,但是所涉及时间段是逐步推进的,因此是动态优化,即滚动优化。 (3)反馈校正 预测模型和实际被控对象不会完全一致,要求对预测模型进行在线修正,来弥补模型预测的偏差。滚动优化是以反馈在线校正为前提和基础的,通过对系统 实际输出的检测,对模型预测值作差修正,再开始下一周期的优化控制。预测控制算法基于模型预测输出的基础上实施滚动优化,结合系统实际反馈输出进行在线校正,对被控对象进行闭环优化控制。 预测控制理论的特征有： 以计算机为实现手段。 所有的预测控制算法均采取在线实现方式,必须利用计算机来完成算法的实现。 预测原理。 在算法结构中要建立预测模型,对输出量在选定的时域内,即一定的时间长度上进行预测。进而根据预测值进行优化与控制。由于预测控制需要建立模型,因而也称之为基于模型的控制。 优化原理。 在预测控制中是以选定的性能指标的最优来确定控制作用的.比如,控制的结果往往是使对象的输出值与某一期望值的方差为最小,从而保证恒值调节或跟踪控制的精确度。 动态校正。 由于模型的不准确,即对象结构与参数的时变,也由于外界环境的变化,使得按预测模型给出的预测值与对象实际输出值之间不可避免地出现偏差。动态校正的目的就在于检测这种偏差,并按一定的加权修正方式对基于模型的预测值进行校正,使之更加逼近期望值,从而保证控制的高质量。 2.3网络延时补偿策略 无网